如何在spark shell中注册Java SPark UDF？

Posted 2021-03-27

下面是我的java udf代码，

package com.udf;

import org.apache.spark.sql.api.java.UDF1;

public class SparkUDF implements UDF1<String, String> {
    @Override
    public String call(String arg) throws Exception {
        if (validateString(arg))
            return arg;
        return "INVALID";
    }

public static boolean validateString(String arg) {
    if (arg == null | arg.length() != 11)
        return false;
    else
        return true;
}
}

我正在用这个类构建jar作为SparkUdf-1.0-SNAPSHOT.jar

我在hive中有一个表名作为示例，并希望在spark shell上的sql下运行。

> select UDF(name) from sample ;

使用以下命令启动spark-shell。

spark-shell --jars SparkUdf-1.0-SNAPSHOT.jar

任何人都可以告诉，如何在spark shell上注册UDF以在spark sql中使用它？

答案

经过一番搜索后，我得到了答案，

以下是步骤，

spark-shell --jars SparkUdf-1.0-SNAPSHOT.jar

scala> import com.udf.SparkUDF;
scala> import com.udf.SparkUDF;
import org.apache.spark.sql.types.{StructType, StructField, StringType, IntegerType};

scala> spark.udf.register("myfunc", new SparkUDF(),StringType)

scala> val sql1 = """ select myfunc(name) from sample """

scala> spark.sql(sql1).show();

你会得到结果。